論文の概要: External Evaluation of Discrimination Mitigation Efforts in Meta's Ad Delivery

• arxiv url: http://arxiv.org/abs/2506.16560v1
• Date: Thu, 19 Jun 2025 19:29:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-23 19:00:05.234261
• Title: External Evaluation of Discrimination Mitigation Efforts in Meta's Ad Delivery
• Title（参考訳）: メタ広告配信における差別緩和策の外部評価
• Authors: Basileal Imana, Zeyu Shen, John Heidemann, Aleksandra Korolova,
• Abstract要約: 本稿では,Metaによって実装された可変還元システム(VRS)が,個人にとっての機会へのアクセスを有意義に改善していないことを示す。 そして、現実世界の広告でVRSを評価する実験を行い、VRSがばらつきを減らす一方で、広告主のコストも上昇させることを示した。 当社のアプローチは,すべてのグループからのユーザに対する広告露出の増加と,広告主に対するコスト削減によって,VRSよりも優れていることを示す。
• 参考スコア（独自算出の注目度）: 47.418845064441605
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The 2022 settlement between Meta and the U.S. Department of Justice to resolve allegations of discriminatory advertising resulted is a first-of-its-kind change to Meta's ad delivery system aimed to address algorithmic discrimination in its housing ad delivery. In this work, we explore direct and indirect effects of both the settlement's choice of terms and the Variance Reduction System (VRS) implemented by Meta on the actual reduction in discrimination. We first show that the settlement terms allow for an implementation that does not meaningfully improve access to opportunities for individuals. The settlement measures impact of ad delivery in terms of impressions, instead of unique individuals reached by an ad; it allows the platform to level down access, reducing disparities by decreasing the overall access to opportunities; and it allows the platform to selectively apply VRS to only small advertisers. We then conduct experiments to evaluate VRS with real-world ads, and show that while VRS does reduce variance, it also raises advertiser costs (measured per-individuals-reached), therefore decreasing user exposure to opportunity ads for a given ad budget. VRS thus passes the cost of decreasing variance to advertisers. Finally, we explore an alternative approach to achieve the settlement goals, that is significantly more intuitive and transparent than VRS. We show our approach outperforms VRS by both increasing ad exposure for users from all groups and reducing cost to advertisers, thus demonstrating that the increase in cost to advertisers when implementing the settlement is not inevitable. Our methodologies use a black-box approach that relies on capabilities available to any regular advertiser, rather than on privileged access to data, allowing others to reproduce or extend our work.
• Abstract（参考訳）: 2022年、メタとアメリカ合衆国司法省の和解により、差別的広告の主張が解決された。 そこで本研究では,Metaが実施した条件選択とVRS(Variance Reduction System)の双方の直接的・間接的効果について検討する。 まず、解決条件は、個人にとっての機会へのアクセスを有意義に改善しない実装を可能にすることを示す。 この和解案は、広告によって到達したユニークな個人ではなく、インプレッションの観点から広告配信の影響を計測し、プラットフォームがアクセスのレベルを下げ、機会への全体的なアクセスを減らして格差を減らし、プラットフォームがVRSを小さな広告主だけに選択的に適用できるようにする。 そして、実世界の広告でVRSを評価する実験を行い、VRSがばらつきを減らす一方で、広告主のコスト(個人ごとの評価)を上昇させ、それによって広告予算の機会広告へのユーザーの露出を減少させることを示した。 これにより、VRSは広告主へのばらつきを減らし、コストを下げる。 最後に、VRSよりもはるかに直感的で透明な、解決目標を達成するための代替アプローチを検討する。 当社のアプローチは,すべてのグループからのユーザに対する広告露出の増加と広告主に対するコスト削減によって,VRSよりも優れていることを示す。 私たちの手法では、データへの特権的なアクセスではなく、通常の広告主が利用できる機能に依存したブラックボックスアプローチを採用しています。

関連論文リスト

• Auditing for Racial Discrimination in the Delivery of Education Ads [50.37313459134418]
  本稿では,教育機会のための広告配信において,人種的偏見を評価できる新たな第三者監査手法を提案する。 メタのアルゴリズムによる教育機会の広告配信における人種差別の証拠を見つけ、法的および倫理的懸念を訴える。
  論文  参考訳（メタデータ） (2024-06-02T02:00:55Z)
• Ad-load Balancing via Off-policy Learning in a Content Marketplace [9.783697404304025]
  広告ロードバランシングは、オンライン広告システム、特にソーシャルメディアプラットフォームにおける重要な課題である。 従来のアドロードバランシングのアプローチは静的アロケーションポリシに依存しており、ユーザの好みやコンテキスト要因の変更に適応できない。 本稿では、ログ化された盗聴フィードバックから、政治外の学習と評価を活用するアプローチを提案する。
  論文  参考訳（メタデータ） (2023-09-19T09:17:07Z)
• Online Ad Procurement in Non-stationary Autobidding Worlds [10.871587311621974]
  本稿では,複数次元決定変数,帯域幅フィードバック,長期不確実な制約を用いたオンライン意思決定のための原始双対アルゴリズムを提案する。 提案アルゴリズムは, 逆数, 逆数, 周期的, エルゴディックな手順により, 調達結果が生成されると, 多くの世界では, 後悔の度合いが低いことを示す。
  論文  参考訳（メタデータ） (2023-07-10T00:41:08Z)
• Discrimination through Image Selection by Job Advertisers on Facebook [79.21648699199648]
  求人広告における新たな差別手段の出現状況について検討する。 ターゲティングとデリバリーの両方を組み合わせ、求人広告画像の特定の人口層を不均等に表現したり排除したりする。 私たちはFacebook Ad Libraryを使って、このプラクティスの有病率を実証しています。
  論文  参考訳（メタデータ） (2023-06-13T03:43:58Z)
• Towards Fairness in Personalized Ads Using Impression Variance Aware Reinforcement Learning [9.246089899723744]
  Metaの広告システムにおいて、より公平な結果を達成するための可変還元システム(VRS)。 まず、広告印象のばらつきの観点から、公平さのギャップを定量化する指標を定義した。 次に、インプレッションのばらつきを意識した方法で広告をランク付けするためのVRSを示す。
  論文  参考訳（メタデータ） (2023-06-05T22:38:21Z)
• Auditing for Discrimination in Algorithms Delivering Job Ads [70.02478301291264]
  我々は,求人広告配信における識別アルゴリズムのブラックボックス監査のための新しい手法を開発した。 最初のコントリビューションは、性別や人種などの保護されたカテゴリーによる、広告配信における歪の区別です。 第2に,他の要因と資格の違いによって説明可能なスクリューを区別する監査手法を開発する。 第3に、提案手法を求人広告のための2つの主要なターゲット広告プラットフォーム、FacebookとLinkedInに適用する。
  論文  参考訳（メタデータ） (2021-04-09T17:38:36Z)
• Dynamic Knapsack Optimization Towards Efficient Multi-Channel Sequential Advertising [52.3825928886714]
  我々は、動的knapsack問題として、シーケンシャルな広告戦略最適化を定式化する。 理論的に保証された二段階最適化フレームワークを提案し、元の最適化空間の解空間を大幅に削減する。 強化学習の探索効率を向上させるため,効果的な行動空間削減手法も考案した。
  論文  参考訳（メタデータ） (2020-06-29T18:50:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。